Nemlineáris programozás 2.
|
|
- Donát Horváth
- 5 évvel ezelőtt
- Látták:
Átírás
1 Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: , 8-10 Winston: 10.7,8 Csató László BCE Operációkutatás és Aktuáriustudományok Tanszék laszlo.csato@uni-corvinus.hu március 25.
2 18.1: Két változó, egy egyenlőségi feltétel max(min) z = f (x, y) f.h. g(x, y) = c Optimum esetén a g(x, y) görbe (x, y)-beli érintőjének meredeksége megegyezik az f (x, y) e pontbeli szintvonalát érintő egyenes meredekségével. Vagyis: f 1 (x, y) f 2 (x, y) = g 1 (x, y) g 2 (x, y) Feladat 615. o.: 18.1 Keresse meg az alábbi feladat egyetlen lehetséges megoldását: max f.h. xy 2x + y = m Megjegyzés: behelyettesítés után egyváltozós függvényt kapunk
3 18.2: A Lagrange-szorzók módszere max(min) z = f (x, y) f.h. g(x, y) = c Legyen a Lagrange-függvény a következő: L(x, y) = f (x, y) λ(g(x, y) c) Ezt x és y szerint differenciálva a következő egyenleteket kapjuk: f 1(x, y) λg 1(x, y) = 0 és f 2(x, y) λg 2(x, y) = 0. A g(x, y) = c feltétellel együtt 3 egyenletünk lesz 3 ismeretlenre... Figyelmeztetés A Lagrange-módszer a feladat megoldására szükséges, de nem elégséges feltételeket ad!
4 18.2: A Lagrange-szorzók módszere Ezek alapján a max(min) z = f (x, y) f.h. g(x, y) = c optimalizálási feladat megoldásának menete: 1. Képezzük az L(x, y) = f (x, y) λ(g(x, y) c) Lagrange-függvényt, ahol λ egy paraméter. 2. Differenciáljuk a Lagrange-függvényt x és y szerint, a parciális deriváltakat tegyük egyenlővé 0-val. 3. Az előző pontból kapott két egyenlet és a korlátozó feltétel az alábbi egyenletrendszert adja: f 1(x, y) = λg 1(x, y) f 2(x, y) = λg 2(x, y) g(x, y) = c 4. Oldjuk meg az egyenletrendszert az x, y és λ ismeretlenekre.
5 18.2: A Lagrange-szorzók módszere Feladat 618. o.: 18.3 Használja a Lagrange-módszert a max f.h. xy 2x + y = m feladat megoldására! Feladat 618. o.: 18.4 Oldja meg az alábbi feladatot! max(min) x 2 + y 2 f.h. x 2 + xy + y 2 = 3 Honnan lehet tudni, hogy létezik maximum és minimum is? Megoldás A Weierstarss-tétel következtében létezik maximum és minimum is. A Lagrange-szorzók módszerével kapott megoldások: (1, 1), ( 1, 1), ( 3, 3), ( 3, 3).
6 18.2: A Lagrange-szorzó közgazdasági értelmezése Ha f * (c) jelöli az f függvény optimumértékét a c konstans függvényében, akkor (bizonyos feltételek teljesülése esetén) df * (c) dc = λ(c), vagyis λ Lagrange-szorzó az a szám, amellyel a célfüggvény optimumértéke változik a c konstans változásának hatására (árnyékár!). Feladat 618. o.: 18.5 Tekintse a max f.h. xy 2x + y = m feladatot. Vegye az m = 100 értéket, és határozza meg, mi történik az értékfüggvénnyel, ha a konstans eggyel növekszik. Közeĺıtse a Lagrange-szorzó segítségével!
7 18.3: A Lagrange-módszer igazolása Lagrange tétele Tegyük fel, hogy f (x, y) és g(x, y) függvényeknek léteznek a folytonos parciális deriváltjai az xy-sík egy A tartományában, továbbá azt, hogy (x 0, y 0 ) az A belső pontja és az f (x, y)-nak a g(x, y) = c feltétel melletti lokális szélsőértéke. Tegyük fel, hogy a g 1 (x 0, y 0 ) és g 2 (x 0, y 0 ) közül legalább az egyik nem 0. Ekkor létezik pontosan egy olyan λ szám, hogy az L(x, y) = f (x, y) λ(g(x, y) c) Lagrange függvénynek az (x 0, y 0 ) pontban stacionárius pontja van. Feladat 626. o.: 18.3/3 Definiáljuk az f és a g függvényeket a következőképpen: f (x, y) = (x + 2) 2 + y 2 és g(x, y) = y 2 x(x + 1) 2. Határozza meg az f (x, y) függvény g(x, y) = 0 feltétel melletti minimumát (rajzoljon ábrát)!
8 18.4: Elégséges feltételek Globális elégségesség Tegyük fel, hogy f (x, y) és g(x, y) folytonos differenciálhatók az R 2 egy nyílt, konvex A halmazán. Legyen (x 0, y 0 ) az L(x, y) = f (x, y) λ(g(x, y) c) Lagrange-függvény stacionárius pontja, és g(x 0, y 0 ) = c. Ekkor L(x, y) konkáv (x 0, y 0 ) optimális megoldása a maximum feladatnak L(x, y) konvex (x 0, y 0 ) optimális megoldása a minimum feladatnak Megjegyzés L(x, y) konkáv, ha f (x, y) konkáv és g(x, y) konvex.
9 18.4: Globális elégségesség Feladat Winston, 585. o.: 22 Egy cég dollárt akar reklámra költeni. Percenként 3000 dollárba kerül a hirdetés a televízióban, míg percenként 1000 dollárba a rádióban. Ha a cég x perc televíziós és y perc rádiós reklámidőt vesz, akkor f (x, y) = 2x 2 y 2 + xy + 8x + 3y bevétele lesz (ezer dollárban). Hogyan tudja a cég maximalizálni a bevételét? Megoldás 1. Lagrange-függvény feĺırása 2. Egyenletrendszer megoldása: x = 73 28, y = 69 28, λ = Elégségesség ellenőrzése: f konkáv (a Hesse-mátrixból) 4. Általánosan: ha a dollár áll rendelkezésre hirdetésre, akkor újabb egy dollár reklámra költése közeĺıtőleg 11 a 4 dollárral növeli a bevételt
10 18.4: Lokális elégséges feltételek d 2 z dx 2 = f 11+f 12y (f 21+f max z = f (x, y) f.h. g(x, y) = c dz dx = f 1(x, y) f 2(x, y) g 1 (x, y) (x, y) 22y ) g 1 g 2 g 2 f 2 (g 11 + g 12 y )g 2 (g 21 + g 22 y )g 1 (g 2, )2 ahol f 12 = f 21 és g 12 = g 21 a Young-tétel miatt, továbbá y = g 1 /g 2, és az elsőrendű feltétel szerint f 1 = λg 1 és f 2 = λg 2. Így d 2 z dx 2 = 1 (g 2 [(f 11 λg 11)(g 2) 2 2(f 12 λg 12)g 1g 2+(f 22 λg 22)(g 1) 2 ]. )2
11 18.4: Lokális elégséges feltételek Ha D(x, y) = g 1 g 2 0 g 1 (x, y) g 2 (x, y) (x, y) f 11 λg 11 (x, y) f 12 λg 12 (x, y) (x, y) f 21 λg 21 (x, y) f 22 λg 22 (x, y), akkor d 2 z dx 2 = 1 D(x, y). (x, y)]2 [g 2 Theorem Ha egy (x 0, y 0 ) kielégíti az elsőrendű feltételeket, valamint D(x 0, y 0 ) > 0 (lokális másodrendű feltétel), akkor (x 0, y 0 ) megoldása a fenti feladatnak. Megjegyzés Minimumfeladatnál a lokális másodrendű feltétel D(x 0, y 0 ) < 0.
12 18.4: Lokális elégséges feltételek Feladat 629. o.: 18.9 Tekintse a következő feladatot: max(min) x 2 + y 2 f.h. x 2 + xy + y 2 = 3 Az elsőrendű feltételekből kapott pontok: (1, 1), ( 1, 1), ( 3, 3), ( 3, 3). Ellenőrizze a másodrendű feltételeket! Teljesül-e a globális elégségességi feltétel? Miért nem? Feladat 629. o.: 18.4/2 Tekintse a következő feladatot: min x 2 + y 2 f.h. x + 2y = a Oldja meg a feladatot úgy, hogy a korlátozó feltétel felhasználásával kiküszöböli y-t! Igazolja, hogy a kapott szélsőérték valóban minimum. Oldja meg a feladatot a Lagrange-módszerrel is! Ellenőrizze a lokális elégségességi feltételeket.
13 18.5: Általánosabb Lagrange-feladatok A Lagrange-függvény: max z = f (x 1, x 2,..., x n ) f.h. g(x 1, x 2..., x n ) = c L(x 1,..., x n ) = f (x 1,..., x n ) λ(g(x 1,..., x n ) c) Ekkor az elsőrendű feltételek a következők: f 1(x 1,..., x n ) λg 1(x 1,... x n ) = 0. f n(x 1,..., x n ) λg n(x 1,... x n ) = 0, ami n + 1 egyenletet ad az n + 1 ismeretlen meghatározásához...
14 18.5: Általánosabb Lagrange-feladatok Feladat 630. o.: Határozza meg a következő feladat egyetlen lehetséges megoldását: max x 2 y 3 z f.h. x + y + z = 12 Megoldás Az egyetlen lehetséges megoldás: (x, y, z) = (4, 6, 2). Feladat 630. o.: 18.5/1 Határozza meg a következő feladat egyetlen lehetséges megoldását: min x 2 + y 2 + z 2 f.h. x + y + z = 1 Bizonyítsa be, hogy a kapott megoldás globális minimum. Megoldás Az egyetlen lehetséges megoldás: (x, y, z) = (1/3, 1/3, 1/3). A Lagrange-függvény konvex, tehát ez globális minimumhely.
15 18.5: Általánosabb Lagrange-feladatok A Lagrange-függvény: max z = f (x 1, x 2,..., x n ) f.h. g 1 (x 1, x 2..., x n ) = c 1 g 2 (x 1, x 2..., x n ) = c 2 L(x 1,..., x n ) = f (x 1,..., x n ). g m (x 1, x 2..., x n ) = c m m λ j (g j (x 1,..., x n ) c j ) Az elsőrendű feltételek az x i szerinti parciális deriváltak alapján: L f (x) m g j (x) = λ j = 0 (i = 1,..., n), x i x i x i j=1 ami az m egyenlőségi feltétel mellett n egyenletet ad az n + m ismeretlen meghatározásához... j=1
16 18.5: Általánosabb Lagrange-feladatok Feladat 632. o.: Oldja meg a következő feladatot: max(min) x 2 + y 2 + z 2 f.h. x + 2y + z = 1 2x y 3z = 4 Mutassa meg, hogy teljesül a globális elégségesség feltétele is. Maximumot vagy minimumot kapott? Feladat 634. o.: 18.5/9 Oldja meg a következő feladatot: min (y + z 3) 2 f.h. x 2 + y + z = 2 x + y 2 + 2z = 2 A lehetséges szélsőértékhelyek: (1, 1, 0) és ( 1/2, 1, 3/4). A kettő közül az egyik a feladat megoldása. Melyik? Lássa be, hogy a másik nem a maximum feladat megoldása. Mi következik ebből?
17 18.8: Két változó, egy egyenlőtlenségi feltétel max f (x, y) f.h. g(x, y) c Az optimalizálási feladat megoldásának menete: 1. Rendeljünk hozzá egy konstans λ Lagrange-szorzót a g(x, y) c feltételhez és definiáljuk az L(x, y) = f (x, y) λ(g(x, y) c) Lagrange-függvényt. 2. Differenciáljuk a Lagrange-függvényt x és y szerint, a parciális deriváltakat tegyük egyenlővé 0-val: L 1(x, y) = f 1(x, y) λg 1(x, y) = 0 L 2(x, y) = f 2(x, y) λg 2(x, y) = 0 3. Vezessük be a komplementaritási feltételt: 4. Írjuk elő a korlátozó feltételt: λ 0 és λ = 0, ha g(x, y) < c g(x, y) c.
18 18.8: Két változó, egy egyenlőtlenségi feltétel Feladat 643. o.: Oldja meg az alábbi feladatot: max x 2 + y 2 + y 1 f.h. x 2 + y 2 1 Megoldás Három lehetséges optimumhely van: (0, 1) és λ = 3/2. Itt f (0, 1) = 1. (0, 1) és λ = 1/2. Itt f (0, 1) = 1. (0, 1/2) és λ = 0. Itt f (0, 1/2) = 5/4. Egy folytonos függvényt maximalizálunk korlátos és zárt halmazon, ezért a Weierstrass-tétel értelmében létezik megoldás, ami csak a (0, 1) lehet. Egyben megkaptuk a minimumfeladat megoldását is: (0, 1).
19 18.8: Általános nemlineáris programozási feladat 1. Írjuk fel a Lagrange-függvényt: max z = f (x 1, x 2,..., x n ) f.h. g 1 (x 1, x 2..., x n ) c 1 g 2 (x 1, x 2..., x n ) c 2. g m (x 1, x 2..., x n ) c m L(x 1, x 2,..., x n) = f (x 1, x 2,..., x n) m λ j g j (x 1, x 2,..., x n) 2. Az L(x 1, x 2,..., x n) függvény parciális deriváltjait tegyük egyenlővé 0-val: L(x 1, x 2,..., x n) f (x1, x2,..., xn) m g j (x 1, x 2,..., x n) = λ j = 0 x i x i x i 3. Komplementaritási feltételek: (i = 1, 2,..., n) λ j 0 és λ j = 0, ha g j (x 1, x 2,..., x n) < c j (j = 1, 2,..., m) 4. Korlátozó feltételek: j=1 j=1 g j (x 1, x 2,..., x n) c j (j = 1, 2,..., m)
20 Kuhn-Tucker feltételek: maximumfeladat max z = f (x 1, x 2,..., x n ) f.h. g 1 (x 1, x 2..., x n ) c 1 g 2 (x 1, x 2..., x n ) c 2. g m (x 1, x 2..., x n ) c m Theorem Ha x a feladat optimális megoldása, akkor x eleget tesz a feladatban szereplő m feltételnek, és léteznek olyan λ j szorzók, melyekre: f (x) x i m j=1 λ j g j (x) x i = 0 (i = 1, 2,..., n) λ j [c j g j (x)] = 0 (j = 1, 2,..., m) λ j 0 (j = 1, 2,..., m)
21 18.8: Általános nemlineáris programozási feladat Feladat 648. o.: Oldja meg az alábbi feladatot: max 4z x 2 y 2 z 2 f.h. z xy x 2 + y 2 + z 2 3 Megoldás Három lehetséges optimumhely van: (0, 0, 0) és λ = 4, μ = 0. Itt f (0, 0, 0) = 0. (1, 1, 1) és λ = 2, μ = 0. Itt f (1, 1, 1) = 1. ( 1, 1, 1) és λ = 2, μ = 0. Itt f ( 1, 1, 1) = 1. Egy folytonos függvényt maximalizálunk korlátos és zárt halmazon, ezért a Weierstrass-tétel értelmében létezik megoldás, ami csak az (1, 1, 1) és a ( 1, 1, 1) lehet.
22 Kuhn-Tucker feltételek: minimumfeladat min z = f (x 1, x 2,..., x n ) f.h. g 1 (x 1, x 2..., x n ) c 1 g 2 (x 1, x 2..., x n ) c 2. g m (x 1, x 2..., x n ) c m Theorem Ha x a feladat optimális megoldása, akkor x eleget tesz a feladatban szereplő m feltételnek, és léteznek olyan λ j szorzók, melyekre: f (x) x i + m j=1 λ j g j (x) x i = 0 (i = 1, 2,..., n) λ j [c j g i (x)] = 0 (j = 1, 2,..., m) λ j 0 (j = 1, 2,..., m)
23 Kuhn-Tucker feltételek: nemnegatív változók max z = f (x 1, x 2,..., x n ) f.h. g 1 (x 1, x 2..., x n ) c 1 g 2 (x 1, x 2..., x n ) c 2. g m (x 1, x 2..., x n ) c m x 1 0,..., x n 0 Theorem Ha x a feladat optimális megoldása, akkor x eleget tesz a feladatban szereplő m + n feltételnek, és léteznek olyan λ j, μ i szorzók, melyekre: f (x) x i j=1 m j=1 λ j g j (x) x i + μ i = 0 (i = 1, 2,..., n) λ j [c j g j (x)] = 0 (j = 1, 2,..., m) [ ] f (x) m g j (x) λ j x i = μ i x i = 0 (i = 1, 2,..., n) x i x i λ j 0 (j = 1, 2,..., m) és μ i 0 (i = 1, 2,..., n)
24 18.9.: Nemnegativitási feltételek a változókra Feladat 573. o.: 17.6; 655. o.: 18.9/2 Egy tanulmányban az Európába Norvégiába és Szibériából importált gáz mennyiségét vizsgálták, jelölje ezeket rendre x és y. Feltették, hogy az elért hasznosságot az f (x, y) = 9x + 8y 6(x + y) 2 függvény írja le (a gáz világpiaci ára emelkedik, ha növekszik a teljes import). Mivel a kapacitás korlátos, x-nek és y-nak ki kell elégítenie a 0 x 5 és 0 y 3 feltételeket. Végül politikai okokból úgy érezték, hogy a norvég import nem lehet túl kicsi hányada a teljes behozatalnak, ezért feltették, hogy x 2(y 1). Rajzolja le a korlátozó feltételeknek eleget tevő pontok halmazát, majd oldja a feladatot, ha a cél a hasznosság maximalizálása! Megoldás A függvény maximuma f (3/4, 0) = 27/8.
25 18.10: Kuhn-Tucker feltételek, elégségesség max z = f (x 1, x 2,..., x n ) f.h. g 1 (x 1, x 2..., x n ) c 1 g 2 (x 1, x 2..., x n ) c 2. g m (x 1, x 2..., x n ) c m Theorem Ha f (x) konkáv és minden g j (x) konvex, akkor minden olyan x pont, amely eleget tesz a szükséges feltételeknek, a feladat optimális megoldása.
26 18.10: Kuhn-Tucker feltételek, elégségesség Feladat 650. o.: 18.8/5 Oldja meg az alábbi feladatot: max ln x + (y + z) f.h. x + y + z 1 x 1 x 2 + y 2 2 Megoldás A szükséges feltételeket teljesítő pontok halmaza: x = 1, y + z = 0, y 2 1 és λ = (1, 0, 0). Az előző tétel alapján teljesülnek az elégségesség feltételei is, ezért a feladatnak végtelen sok megoldása van.
27 18.10: Kuhn-Tucker feltételek, elégségesség Feladat Winston, 595. o.: 25 Egy monopolhelyzetben levő cég dekagramm mennyiségig vásárolhat egy kémiai anyagból 10 dolláros egységáron. Dekánként 3 dollár költséggel a kémiai anyag egy dekája egy deka 1. termékké, 5 dollár költséggel pedig egy deka 2. termékké dolgozható fel. Ha x dekát álĺıtunk elő az 1. termékből, azt 30 x egységáron lehet értékesíteni. Ha y dekát álĺıtunk elő az 2. termékből, azt 50 2y egységáron lehet értékesíteni. Miként tudja a cég maximalizálni a profitját? Megoldás A célfüggvény konkáv, a feltételek konvexek. x = 8.5, y = 8.75, z = 17.25, λ 1 = 10 és λ 2 = 0 eleget tesz a Kuhn-Tucker feltételeknek. Mi a λ szorzók közgazdasági jelentése? Milyen összefüggés érvényes közöttük?
28 18.10: Kuhn-Tucker feltételek, elégségesség max z = f (x 1, x 2,..., x n ) f.h. g 1 (x 1, x 2..., x n ) c 1 g 2 (x 1, x 2..., x n ) c 2. g m (x 1, x 2..., x n ) c m Theorem Ha f (x) kvázikonkáv és minden g j (x) kvázikonvex, x 0 teljesíti a Kuhn-Tucker szükséges feltételeket, valamint f (x 0 ) 0, akkor x 0 a feladat optimális megoldása. Megjegyzés A f (x 0 ) 0 kiegészítő feltétel lényeges, mert egy kvázikonkáv függvény stacionárius pontja nem feltétlenül lokális maximum.
29 18.10: Kuhn-Tucker feltételek, elégségesség Feladat 661. o.: 18.10/5 Oldja meg az alábbi feladatot: max (x 1) 3 f.h. x 0 x 2 Megoldás (x 1) 3 kvázikonkáv, x és x is kvázikonvex (de kvázikonkáv is!), ezért fennállnak az előző tétel alkalmazásának feltételei. A szükséges feltételeket teljesítő pontok halmaza: x = 1, λ 1 = 0, λ 2 = 0 és x = 2, λ 1 = 0, λ 2 = 3. Az első azonban stacionárius pontja f -nek.
30 18.10: Kuhn-Tucker feltételek, szükségesség Figyelmeztetés A feladat megoldása nem feltétlenül teljesíti a Kuhn-Tucker feltételeket, ehhez további (regularitási) feltevések szükségesek. Egy regularitási feltétel A g j (j = 1, 2,..., m) függvények közül az x 0 pontban aktívak x 0 -beli gradiensei lineárisan függetlenek. Ha x 0 a feladat optimális megoldása, f és g 1, g 2,..., g m folytonosan differenciálható függvények, valamint x 0 -ban teljesül a regularitási feltétel, akkor léteznek olyan λ j szorzók, melyekre: f (x) x i m j=1 λ j g j (x) x i = 0 (i = 1, 2,..., n) λ j [c j g j (x)] = 0 (j = 1, 2,..., m) λ j 0 (j = 1, 2,..., m)
31 18.10: regularitási feltétel Feladat 659. o.: Oldja meg az alábbi feladatot: max xy f.h. (x + y 2) 2 0 Megoldás Az optimális megoldás (1, 1), ez azonban nem teljesíti a Kuhn-Tucker feltételeket. Feladat 660. o.: 18.10/1 Oldja meg az alábbi feladatot: ahol a egy pozitív konstans. max 2 (x 1)2 e y 2 f.h. x 2 + y 2 a
32 18.10: regularitási feltétel Feladat Winston, 596. o.: 26 Oldja meg az alábbi feladatot: max x f.h. y (1 x) 3 0 x, y 0 Megoldás Az optimális megoldás (1, 0), mert lehetséges és x > 1 esetén y < 0 a feltételből. A Kuhn-Tucker feltételek: 1 + 3λ( 1x) 2 = μ 1 μ 1 0 Ez nem teljesül az (1, 0) pontban. Ugyanakkor az y (1 x) 3 0 és y 0 aktív feltételek gradiensei sem lineárisan függetlenek.
Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
RészletesebbenKétváltozós függvények differenciálszámítása
Kétváltozós függvények differenciálszámítása 13. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Kétváltozós függvények p. 1/1 Definíció, szemléltetés Definíció. Az f : R R R függvényt
RészletesebbenA legjobb közeĺıtés itt most azt jelentette, hogy a lineáris
Többváltozós függvények differenciálhatósága f(x) f(x Az egyváltozós függvények differenciálhatóságát a lim 0 ) x x0 x x 0 függvényhatárértékkel definiáltuk, s szemléletes jelentése abban mutatkozott meg,
RészletesebbenLosonczi László. Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar
Szélsőértékszámítás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Losonczi László (DE) Szélsőértékszámítás 1 / 21 2. SZÉLSOÉRTÉKSZÁMÍTÁS 2.1 A szélsőérték fogalma, létezése Azt
RészletesebbenMATEMATIKA 2. dolgozat megoldása (A csoport)
MATEMATIKA. dolgozat megoldása (A csoport). Definiálja az alábbi fogalmakat: (egyváltozós) függvény folytonossága, differenciálhatósága, (többváltozós függvény) iránymenti deriváltja. (3x8 pont). Az f
RészletesebbenOptimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben
Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára Analízis R d -ben Gyakorlatvezetõ: Hajnal Péter 2012. február 8 1. Konvex függvények Definíció. f : D R konvex, ha dom(f) := D R n konvex és tetszőleges
RészletesebbenFirst Prev Next Last Go Back Full Screen Close Quit
Többváltozós függvények (2) First Prev Next Last Go Back Full Screen Close Quit 1. Egyváltozós függvények esetén a differenciálhatóságból következett a folytonosság. Fontos tudni, hogy abból, hogy egy
RészletesebbenMatematika III előadás
Matematika III. - 3. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 19 Skalármezők
Részletesebben2 (j) f(x) dx = 1 arcsin(3x 2) + C. (d) A x + Bx + C 5x (2x 2 + 7) + Hx + I. 2 2x F x + G. x
I feladatsor Határozza meg az alábbi függvények határozatlan integrálját: a fx dx = x arctg + C b fx dx = arctgx + C c fx dx = 5/x 4 arctg 5 x + C d fx dx = arctg + C 5/ e fx dx = x + arctg + C f fx dx
RészletesebbenA lineáris programozás alapjai
A lineáris programozás alapjai A konvex analízis alapjai: konvexitás, konvex kombináció, hipersíkok, félterek, extrém pontok, Poliéderek, a Minkowski-Weyl tétel (a poliéderek reprezentációs tétele) Lineáris
RészletesebbenNem-lineáris programozási feladatok
Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens
RészletesebbenA lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/
Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
RészletesebbenA lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
RészletesebbenFeladatok a Gazdasági matematika II. tárgy gyakorlataihoz
Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb
RészletesebbenA L Hospital-szabály, elaszticitás, monotonitás, konvexitás
A L Hospital-szabály, elaszticitás, monotonitás, konvexitás 9. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék A L Hospital-szabály, elaszticitás, monotonitás, konvexitás p. / A L
Részletesebben2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése
2 SZÉLSŽÉRTÉKSZÁMÍTÁS DEFINÍCIÓ 21 A széls érték fogalma, létezése Azt mondjuk, hogy az f : D R k R függvénynek lokális (helyi) maximuma (minimuma) van az x 0 D pontban, ha van olyan ε > 0 hogy f(x 0 )
RészletesebbenFüggvények szélsőérték vizsgálata
Eötvös Loránd Tudományegyetem Természettudományi Kar Függvények szélsőérték vizsgálata BSc Szakdolgozat Készítette: Sághy Enikő Kata Matematika BSc, Matematikai elemző szakirány Témavezető: Gémes Margit
Részletesebben1. Parciális függvény, parciális derivált (ismétlés)
Operációkutatás NYME Gazdaságinformatikus mesterképzés El adó: Kalmár János (kalmar[kukac]inf.nyme.hu) Többváltozós széls érték számítás Parciális függvény, parciális derivált Széls érték korlátos zárt
Részletesebben3. Lineáris differenciálegyenletek
3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra
Részletesebbenvalós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.
2. Közönséges differenciálegyenlet megoldása, megoldhatósága Definíció: Az y függvényt a valós számok H halmazán a közönséges differenciálegyenlet megoldásának nevezzük, ha az y = y(x) helyettesítést elvégezve
RészletesebbenKétváltozós függvény szélsőértéke
Kétváltozós függvény szélsőértéke Sütő Andrea Kétváltozós függvény szélsőértéke Legyen adott f ( xy, ) kétváltozós függvény és ez legyen folytonosan totálisan differenciálható, azaz létezzenek az elsőrendű
RészletesebbenVIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag
VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag 2018/19 1. félév Függvények határértéke 1. Bizonyítsuk be definíció alapján a következőket! (a) lim x 2 3x+1 5x+4 = 1 2 (b) lim x 4 x 16 x 2 4x = 2
RészletesebbenBoros Zoltán február
Többváltozós függvények differenciál- és integrálszámítása (2 3. előadás) Boros Zoltán 209. február 9 26.. Vektorváltozós függvények differenciálhatósága és iránymenti deriváltjai A továbbiakban D R n
RészletesebbenMatematika. 4. konzultáció: Kétváltozós függvények szélsőértéke. Parciális függvény, parciális derivált
Matematika 1 NYME KTK, Egyetemi kiegészítő alapképzés 2004/2005. tanév, I. évf. I.félév Budapest Előadó: Dr. Takách Géza NyME FMK Informatikai Intézet 9400 Sopron, Bajcsy Zs. u. 9. GT fszt. 3. (99) 518
RészletesebbenEllenőrző kérdések a Matematika I. tantárgy elméleti részéhez, 2. rész
Ellenőrző kérdések a Matematika I. tantárgy elméleti részéhez, 2. rész Mintakérdések a 2. ZH elméleti részéhez. Nem csak ezek a kérdések szerepelhetnek az elméleti részben, de azért hasonló típusú kérdések
RészletesebbenMatematika szigorlat, Mérnök informatikus szak I máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.
Matematika szigorlat, Mérnök informatikus szak I. 2009. máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.: 180 perc 0-49 pont: elégtelen, 50-61 pont: elégséges, 62-73 pont:
RészletesebbenMatematika A1a Analízis
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika A1a Analízis BMETE90AX00 A derivált alkalmazásai H607, EIC 2019-04-03 Wettl
RészletesebbenMatematika A2 vizsga mgeoldása június 4.
Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont
Részletesebbenr a sugara, h a magassága a hengernek a maximalizálandó függvényünk a V (r, h) = πr 2 h. Az érintkezési pontokban x 2 + y 2 = r 2 és z = h/2.
Feltételes szélsőérték Keressük úgy egy kétváltozós f (x, y) függvény szélsőértékét, hogy közben eleget tegyünk egy másik, g(x, y) = 0 típusú megszorításnak. Példa Határozzuk meg egy forgásellipszoidba
RészletesebbenTöbbváltozós, valós értékű függvények
TÖ Többváltozós, valós értékű függvények TÖ Definíció: többváltozós függvények Azokat a függvényeket, melyeknek az értelmezési tartománya R n egy részhalmaza, n változós függvényeknek nevezzük. TÖ Példák:.
RészletesebbenDualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat
RészletesebbenA fontosabb definíciók
A legfontosabb definíciókat jelöli. A fontosabb definíciók [Descartes szorzat] Az A és B halmazok Descartes szorzatán az A és B elemeiből képezett összes (a, b) a A, b B rendezett párok halmazát értjük,
RészletesebbenDifferenciálegyenletek. Vajda István március 4.
Analízis előadások Vajda István 2009. március 4. Függvényegyenletek Definíció: Az olyan egyenleteket, amelyekben a meghatározandó ismeretlen függvény, függvényegyenletnek nevezzük. Függvényegyenletek Definíció:
RészletesebbenP 2 P 1. 4.1 ábra Az f(x) függvény globális minimuma (P 1 ) és egy lokális minimuma (P 2 ).
Paláncz Béla - Numerikus Módszerek - 211-4. Optimalizálás 4 Optimalizálás Bevezetés Az optimalizáció, egy függvény szélsőértéke helyének meghatározása, talán a legfontosabb numerikus eljárások közé tartozik.
RészletesebbenTöbbváltozós, valós értékű függvények
Többváltozós függvények Többváltozós, valós értékű függvények Többváltozós függvények Definíció: többváltozós függvények Azokat a függvényeket, melyeknek az értelmezési tartománya R n egy részhalmaza,
RészletesebbenA szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
RészletesebbenÓravázlatok: Matematika 2.
Óravázlatok: Matematika 2. Bartha Ferenc készültség: March 4, 2003 1. VEKTOR-SKALÁR FÜGGVÉNYEK DIFFERENCIÁLÁSA Legyen a továbbiakban M R n nyílt halmaz és f : M R valós függvény, x (x 1,.., x n ) M Ha
RészletesebbenOperációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu ajánlott jegyzet: Szilágyi Péter: Operációkutatás Operációkutatás Követelmények: Aláírás feltétele: foglalkozásokon való részvétel + a félév
RészletesebbenTovábbi programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás
További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás Készítette: Dr. Ábrahám István Hiperbolikus programozás Gazdasági problémák optimalizálásakor gyakori, hogy
RészletesebbenKövetelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor
RészletesebbenKövetelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor
RészletesebbenKalkulus 2., Matematika BSc 1. Házi feladat
. Házi feladat Beadási határidő: 07.0.. Jelölések x = (x,..., x n, y = (y,..., y n, z = (z,..., z n R n esetén. x, y = n i= x iy i, skalárszorzat R n -ben. d(x, y = x y = n i= (x i y i, metrika R n -ben
Részletesebben1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor
. Számsorok, hatványsorok, Taylor-sor, Fourier-sor Vizsgálja meg a következő végtelen sorokat konvergencia szempontjából. Tétel. (Cauchy-féle belső konvergenciakritérium) A a n végtelen sor akkor és csakis
Részletesebben0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles
Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)
RészletesebbenKonvex optimalizálás feladatok
(1. gyakorlat, 2014. szeptember 16.) 1. Feladat. Mutassuk meg, hogy az f : R R, f(x) := x 2 függvény konvex (a másodrend derivált segítségével, illetve deníció szerint is)! 2. Feladat. Mutassuk meg, hogy
RészletesebbenGazdasági matematika II. vizsgadolgozat, megoldással,
Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak
RészletesebbenMatematika I. NÉV:... FELADATOK: 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.
215.12.8. Matematika I. NÉV:... 1. Lineáris transzformációk segítségével ábrázoljuk az f(x) = ln(2 3x) függvényt. 7pt 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.
RészletesebbenDR. NAGY TAMÁS. egyetemi docens. Miskolci Egyetem Alkalmazott Matematikai Tanszék
FELTÉTELES OPTIMALIZÁLÁS DR. NAGY TAMÁS egyetemi docens Miskolci Egyetem Alkalmazott Matematikai Tanszék A bemutatott kutató munka a TÁMOP-4...B-0//KONV-00-000 jel½u projekt részeként az Európai Unió támogatásával,
RészletesebbenMatematika I. NÉV:... FELADATOK:
24.2.9. Matematika I. NÉV:... FELADATOK:. A tanult módon vizsgáljuk az a = 3, a n = 3a n 2 (n > ) rekurzív sorozatot. pt 2n 2 + e 2. Definíció szerint és formálisan is igazoljuk, hogy lim =. pt n 3 + n
RészletesebbenBevezetés az operációkutatásba A lineáris programozás alapjai
Bevezetés az operációkutatásba A lineáris programozás alapjai Alkalmazott operációkutatás 1. elıadás 2008/2009. tanév 2008. szeptember 12. Mi az operációkutatás (operations research)? Kialakulása: II.
RészletesebbenMatematika III előadás
Matematika III. - 2. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 23 paramétervonalak,
RészletesebbenI. feladatsor. 9x x x 2 6x x 9x. 12x 9x2 3. 9x 2 + x. x(x + 3) 50 (d) f(x) = 8x + 4 x(x 2 25)
I. feladatsor () Határozza meg az alábbi függvények határozatlan integrálját: (a) f(x) = (b) f(x) = x + 4 9x + (c) f(x) = (d) f(x) = 6x + 5 5x + f(x) = (f) f(x) = x + x + 5 x 6x + (g) f(x) = (h) f(x) =
RészletesebbenA gyakorlatok anyaga
A 7-11. gyakorlatok anyaga a Matematika A1a-Analízis nevű tárgyhoz B és D kurzusok Számhalmazok jelölésére a következő szimbólumokat használjuk: N := {1,,...}, Z, Q, Q, R. Az intervallumokat pedig így
RészletesebbenÉrzékenységvizsgálat
Érzékenységvizsgálat Alkalmazott operációkutatás 5. elıadás 008/009. tanév 008. október 0. Érzékenységvizsgálat x 0 A x b z= c T x max Kapacitások, együtthatók, célfüggvény együtthatók változnak => optimális
RészletesebbenKonjugált gradiens módszer
Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK
RészletesebbenA derivált alkalmazásai
A derivált alkalmazásai Összeállította: Wettl Ferenc 2014. november 17. Wettl Ferenc A derivált alkalmazásai 2014. november 17. 1 / 57 Tartalom 1 Függvény széls értékei Abszolút széls értékek Lokális széls
Részletesebben9. feladatsor: Többváltozós függvények deriválása (megoldás)
Matematika Ac gyakorlat Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 017/18 ősz feladatsor: Többváltozós függvények deriválása (megoldás) 1 Számoljuk ki a következő függvények parciális deriváltjait
Részletesebben11. gyakorlat megoldásai
11. gyakorlat megoldásai Lokális szélsőértékek F1. Határozza meg az alábbi kétváltozós függvények lokális szélsőértékeit! (a) f(x, y) = 4x 2 + 2xy + 5y 2 + 2, (b) f(x, y) = y 4 3y + x 2 y + 2xy, (c) f(x,
RészletesebbenOpkut deníciók és tételek
Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét
RészletesebbenAlapfogalmak, valós számok Sorozatok, határérték Függvények határértéke, folytonosság A differenciálszámítás Függvénydiszkusszió Otthoni munka
Pintér Miklós miklos.pinter@uni-corvinus.hu Ősz Alapfogalmak Halmazok Definíció Legyen A egy tetszőleges halmaz, ekkor x A (x / A) jelentése: x (nem) eleme A-nak. A B (A B) jelentése: A (valódi) részhalmaza
Részletesebben9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban
9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA 9.1 Metrika és topológia R k -ban Definíció. A k-dimenziós euklideszi térnek nevezzük és R k val jelöljük a valós számokból alkotott k-tagú x = (x 1, x
Részletesebben2014. november Dr. Vincze Szilvia
24. november 2-4. Dr. Vincze Szilvia Tartalomjegyzék. Meredekség, szelő, szelő meredeksége 2. Differencia-hányados fogalma 3. Differenciál-hányados fogalma 5. Folytonosság és differenciálhatóság kapcsolata
RészletesebbenLNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei
Legkisebb négyzetek módszere, folytonos eset Folytonos eset Legyen f C[a, b]és h(x) = a 1 φ 1 (x) + a 2 φ 2 (x) +... + a n φ n (x). Ekkor tehát az n 2 F (a 1,..., a n ) = f a i φ i = = b a i=1 f (x) 2
RészletesebbenDiszkrét Matematika MSc hallgatók számára. 4. Előadás
Diszkrét Matematika MSc hallgatók számára 4. Előadás Előadó: Hajnal Péter Jegyzetelő: Szarvák Gábor 2012. február 28. Emlékeztető. A primál feladat optimális értékét p -gal, a feladat optimális értékét
RészletesebbenAnalízis II. Analízis II. Beugrók. Készítette: Szánthó József. kiezafiu kukac gmail.com. 2009/ félév
Analízis II. Analízis II. Beugrók Készítette: Szánthó József kiezafiu kukac gmail.com 2009/20 10 1.félév Analízis II. Beugrók Függvények folytonossága: 1. Mikor nevez egy függvényt egyenletesen folytonosnak?
Részletesebben1/ gyakorlat. Hiperbolikus programozási feladat megoldása. Pécsi Tudományegyetem PTI
1/12 Operációkutatás 5. gyakorlat Hiperbolikus programozási feladat megoldása Pécsi Tudományegyetem PTI 2/12 Ha az Hiperbolikus programozási feladat feltételek teljesülése mellett a A x b x 0 z(x) = c
Részletesebben1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0
I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)
Részletesebben11. gyakorlat megoldásai
11. gyakorlat megoldásai Lokális szélsőértékek F1. Határozzuk meg az alábbi kétváltozós függvények lokális szélsőértékeit! (a) f(x, y) = 4x 2 + 2xy + 5y 2 + 2, (b) f(x, y) = y 4 y + x 2 y + 2xy, (c) f(x,
RészletesebbenSzélsőérték feladatok megoldása
Szélsőérték feladatok megoldása A z = f (x,y) függvény lokális szélsőértékének meghatározása: A. Szükséges feltétel: f x (x,y) = 0 f y (x,y) = 0 egyenletrendszer megoldása, amire a továbbiakban az x =
RészletesebbenMatematika szigorlat június 17. Neptun kód:
Név Matematika szigorlat 014. június 17. Neptun kód: 1.. 3. 4. 5. Elm. Fel. Össz. Oszt. Az eredményes szigorlat feltétele elméletből legalább 0 pont, feladatokból pedig legalább 30 pont elérése. A szigorlat
RészletesebbenMatematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =
Matematika előadás elméleti kérdéseinél kérdezhető képletek Matematika II Határozatlan Integrálszámítás d) Adja meg az alábbi alapintegrálokat! x n 1 dx =, sin 2 x dx = d) Adja meg az alábbi alapintegrálokat!
Részletesebben6. Folytonosság. pontbeli folytonosság, intervallumon való folytonosság, folytonos függvények
6. Folytonosság pontbeli folytonosság, intervallumon való folytonosság, folytonos függvények Egy függvény egy intervallumon folytonos, ha annak miden pontjában folytonos. folytonos függvények tulajdonságai
Részletesebbensin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!
Matematika előadás elméleti kérdéseinél kérdezhető képletek Analízis II Határozatlan integrálszámítás g) t = tg x 2 helyettesítés esetén mivel egyenlő sin x = cos x =? g) t = tg x 2 helyettesítés esetén
RészletesebbenGPK M1 (BME) Interpoláció / 16
Interpoláció Matematika M1 gépészmérnököknek 2017. március 13. GPK M1 (BME) Interpoláció 2017 1 / 16 Az interpoláció alapfeladata - Példa Tegyük fel, hogy egy ipari termék - pl. autó - előzetes konstrukciójának
RészletesebbenSzélsőérték-számítás
Szélsőérték-számítás Jelölések A következő jelölések mind az f függvény x szerinti parciális deriváltját jelentik: Ugyanígy az f függvény y szerinti parciális deriváltja: f x = xf = f x f y = yf = f y
RészletesebbenTöbbváltozós függvények Feladatok
Többváltozós függvények Feladatok 2. szeptember 3. Határozzuk meg az alábbi sorozatok határértékét illetve torlódási pontjait!. ( n n2 + n n 3 2. ( n + n n5 n2 +2n+ 5 n n+ 3. ( sin(nπ/2 n n! Határozzuk
RészletesebbenLineáris algebra numerikus módszerei
Hermite interpoláció Tegyük fel, hogy az x 0, x 1,..., x k [a, b] különböző alappontok (k n), továbbá m 0, m 1,..., m k N multiplicitások úgy, hogy Legyenek adottak k m i = n + 1. i=0 f (j) (x i ) = y
RészletesebbenGazdasági matematika II. vizsgadolgozat megoldása, június 10
Gazdasági matematika II. vizsgadolgozat megoldása, 204. június 0 A dolgozatírásnál íróeszközön kívül más segédeszköz nem használható. A dolgozat időtartama: 90 perc. Ha a dolgozat első részéből szerzett
Részletesebben11. Előadás. 11. előadás Bevezetés a lineáris programozásba
11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez
RészletesebbenMatematika III. harmadik előadás
Matematika III. harmadik előadás Kézi Csaba Debreceni Egyetem, Műszaki Kar Debrecen, 2013/14 tanév, I. félév Kézi Csaba (DE) Matematika III. harmadik előadás 2013/14 tanév, I. félév 1 / 13 tétel Az y (x)
RészletesebbenMegoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!
MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!) 2016. JANUÁR 21. Elérhető pontszám: 50 pont Megoldások 1. 6. 2. 7. 3. 8. 4. 9. 5. Össz.:
RészletesebbenFeladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.
Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai.). Feladat. Határozzuk meg az alábbi integrálokat: a) x x + dx d) xe x dx b) c)
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
RészletesebbenLagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását
Lagrange egyenletek Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását megnehezíti a δr i virtuális elmozdulások egymástól való függősége. (F i ṗ i )δx i = 0, i = 1, 3N. (1) i 3N infinitezimális
Részletesebben12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében?
Ellenörző Kérdések 1. Mit jelent az, hogy egy f : A B függvény injektív, szürjektív, illetve bijektív? 2. Mikor nevezünk egy függvényt invertálhatónak? 3. Definiálja a komplex szám és műveleteinek fogalmát!
RészletesebbenAz egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:
Bevezető matematika kémikusoknak., 04. ősz. feladatlap. Ábrázoljuk számegyenesen a következő egyenlőtlenségek megoldáshalmazát! (a) x 5 < 3 5 x < 3 x 5 < (d) 5 x
RészletesebbenDifferenciálszámítás. 8. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Differenciálszámítás p. 1/1
Differenciálszámítás 8. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Differenciálszámítás p. 1/1 Egyenes meredeksége Egyenes meredekségén az egyenes és az X-tengely pozitív iránya
RészletesebbenHÁZI FELADATOK. 1. félév. 1. konferencia A lineáris algebra alapjai
HÁZI FELADATOK. félév. konferencia A lineáris algebra alapjai Értékelés:. egység: önálló feladatmegoldás.8. Döntse el, párhuzamosak-e a következő vektorpárok: a) a( ; ; 7) b(; 5; ) b) c(; 9; 5) d(8; 6;
Részletesebben10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai
Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál
Részletesebben5 1 6 (2x3 + 4) 7. 4 ( ctg(4x + 2)) + c = 3 4 ctg(4x + 2) + c ] 12 (2x6 + 9) 20 ln(5x4 + 17) + c ch(8x) 20 ln 5x c = 11
Bodó Beáta ISMÉTLÉS. ch(6 d.. 4.. 6. 7. 8. 9..... 4.. e (8 d ch (9 + 7 d ( + 4 6 d 7 8 + d sin (4 + d cos sin d 7 ( 6 + 9 4 d INTEGRÁLSZÁMÍTÁS 7 6 sh(6 + c 8 e(8 + c 9 th(9 + 7 + c 6 ( + 4 7 + c = 7 4
Részletesebben2012. október 2 és 4. Dr. Vincze Szilvia
2012. október 2 és 4. Dr. Vincze Szilvia Tartalomjegyzék 1.) Az egyváltozós valós függvény fogalma, műveletek 2.) Zérushely, polinomok zérushelye 3.) Korlátosság 4.) Monotonitás 5.) Szélsőérték 6.) Konvex
RészletesebbenEgyenletek, egyenlőtlenségek VII.
Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós
RészletesebbenSZÉLSŐÉRTÉKKEL KAPCSOLATOS TÉTELEK, PÉLDÁK, SZAKDOLGOZAT ELLENPÉLDÁK. TÉMAVEZETŐ: Gémes Margit. Matematika Bsc, tanári szakirány
SZÉLSŐÉRTÉKKEL KAPCSOLATOS TÉTELEK, PÉLDÁK, ELLENPÉLDÁK SZAKDOLGOZAT KÉSZÍTETTE: Kovács Dorottya Matematika Bsc, tanári szakirány TÉMAVEZETŐ: Gémes Margit Műszaki gazdasági tanár Analízis tanszék Eötvös
RészletesebbenFeladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése) (x 1)(x + 1) x 1
Feladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése). Feladat. Határozzuk meg az f(x) x 2 függvény x 0 pontbeli differenciahányados
Részletesebben4. Előadás: Erős dualitás
Optimalizálási eljárások/operációkutatás MSc hallgatók számára 4. Előadás: Erős dualitás Előadó: Hajnal Péter 2018. Emlékeztető. A primál feladat optimális értékét p -gal, a feladat optimális értékét d
RészletesebbenKONVEXITÁS, ELASZTICITÁS
Bodó Beáta 1 KONVEXITÁS, ELASZTICITÁS 1. B Az f(x) függvény értelmezési tartománya. Hol konkáv az f(x) függvény, ha második deriváltja f (x) = (x + 6) 5 (4x 12) 8 (x + 2)? f (x) zérushelyei: 6; 2; 3 D
RészletesebbenDifferenciálegyenletek numerikus megoldása
a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens
Részletesebben2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont)
(11/1) Függvények 1 1) Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon! (pont) ) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) 3) Ábrázolja + 1 - függvényt a [ ;] -on! (3pont)
RészletesebbenFüggvények Megoldások
Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
Részletesebben